|
|
||
Poslední úprava: RNDr. Michal Kopecký, Ph.D. (09.05.2019)
|
|
||
Poslední úprava: prof. RNDr. Peter Vojtáš, DrSc. (12.10.2017)
Terms of passing the course consist of reporting on current achievements, induction on semantized data, project of a virtual Lean Startup and customer imitation via a social network. These are only conditions for getting credits. Exam is oral and requires basic understanding of whole material. As soon as terminology is introduced, detailed milestones (also form of deliverables) and preferred deadlines will be announced (with possible repeated attempts). There is no evidence on personal presence. Nevertheless, no additional explanation for tasks will be given, except on the respective lab and brief description on the course web. Final deadline is end of semester (without repeated attempts). |
|
||
Poslední úprava: RNDr. Michal Kopecký, Ph.D. (10.05.2017)
|
|
||
Poslední úprava: RNDr. Michal Kopecký, Ph.D. (10.05.2017)
Základní problémy a vize automatizace zpracování obsahu webu, extrakce, anotace, Metodologie Lean start-up a sémantizace RDF-rámec, Deskripční logika, OWLDatový model RDF a RDFS jako model metadata, formální sémantika, splňování Základy deskripční logiky (DeL), znalosti a ontologie, Webovské dotazovací jazykyJazyk SPARQL, SPARQL algebra Dynamická logika Výroková dynamická logika (DyL) Rozhodnutelnost DyL Dynamický model sémantizace webuIntegrace W3C modelů a Dynamické logiky Spolehlivost automatické extrakce a anotace informací z webu Kripkeovský model: stavy jsou predikátové se sémantikou založenou na dotazovacích jazycích, program (extraktory) zůstávají výrokové + informace o trénování extraktorů (metriky, data) Hypotéza - Úspěšnost extrakce je podobná úspěšnosti na podobných zdrojích (např. tvořených stejnou šablonou) |